사람 검색

• 사람 검색

사람 식별을 실제 환경에서 활용하기 위해서 사람 검색은 최근 많은 관심을 받아왔다. 기존의 사람 식별은 주어진 쿼리 사람을 사람셋 에서 찾는다. 반면에, 사람 검색은 쿼리 사람을 여러 사람이 등장하는 영상셋에서 직접 찾는다. 제한이 없는 영상 셋에서 사람을 찾기 때문에, 사람 검색은 많은 실제 환경에서 활용할 수 있는 가능성을 가지고 있다. 예를 들어서, 사람 검색은 감시 카메라 환경에서 모니터링을 위해서 활용될 수 있고, CCTV를 통해서 범죄자를 추적할 때 활용될 수 있다. 또한 모바일 카메라로 증강현실 시스템에 적용하여 소셜 엔터테이먼트에 유용한 시각적 정보를 제공할 수 있다.

반면, 사람 검색을 위한 데이터셋의 라벨링에는 많은 노동력과 시간이 필요로 된다. 이러한 라벨링 부담을 완화하기 위하여 우린 최초로 식별 정보를 사용하지 않고 학습하는 약지도 학습 기반 사람 검색 기술을 개발하였다. 최근에는, 라벨링 부담을 완전히 없애고 초상권 문제를 해결하기 위하여 비현실 데이터를 이용한 도메인 일반화 사람 검색 기술을 최초로 개발하였다.

• Publications

[1]	Byeong-Ju Han, Kuhyeun Ko, and Jae-Young Sim. “End-to-end trainable trident person search network using adaptive gradient propagation.” Proceedings of the IEEE/CVF International Conference on Computer Vision. 2021.
[2]	Byeong-Ju Han, Kuhyeun Ko, and Jae-Young Sim. “Context-aware unsupervised clustering for person search.”, 32nd British Machine Vision Conference 2021
[3]	Minyoung Oh, Duhyun Kim, and Jae-Young Sim. “Domain Generalizable Person Search Using Unreal Dataset.”, AAAI2024